{"id":2423,"date":"2024-04-17T12:54:12","date_gmt":"2024-04-17T12:54:12","guid":{"rendered":"https:\/\/www.startupmagazine.it\/?p=2423"},"modified":"2024-04-17T12:54:56","modified_gmt":"2024-04-17T12:54:56","slug":"cosa-devono-sapere-le-startup-nel-campo-della-sanita-digitale-sulla-legge-ue-sullintelligenza-artificiale","status":"publish","type":"post","link":"https:\/\/www.startupmagazine.it\/index.php\/2024\/04\/17\/cosa-devono-sapere-le-startup-nel-campo-della-sanita-digitale-sulla-legge-ue-sullintelligenza-artificiale\/","title":{"rendered":"Cosa devono sapere le startup nel campo della sanit\u00e0 digitale sulla legge UE sull&#8217;intelligenza artificiale"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Il 13 marzo la legge sull\u2019intelligenza artificiale (AI) dell\u2019Unione Europea (UE) \u00e8 stata approvata dalla stragrande maggioranza dei parlamentari europei.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019atto rappresenta un punto di svolta a livello globale, essendo la prima legge in assoluto a mettere i sistemi di intelligenza artificiale sotto il microscopio. Stabilisce la legge per lo sviluppo e l&#8217;utilizzo dell&#8217;intelligenza artificiale, distribuendo pesanti multe e una lunga lista di cose da fare per gli outfit che si dilettano nell&#8217;intelligenza artificiale. \u00c8 interessante notare che ci\u00f2 non colpisce solo le aziende europee ma anche quelle al di fuori dell\u2019UE se i loro sistemi di intelligenza artificiale vengono utilizzati in Europa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ma cosa significa questo per le aziende sanitarie che sviluppano prodotti IA?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Da quando la legge \u00e8 entrata in vigore, tutte quelle storie sugli incidenti legati all\u2019intelligenza artificiale sono ora un grattacapo legale. Le aziende che sviluppano e implementano sistemi di intelligenza artificiale ad alto rischio sosterranno un onere normativo particolarmente pesante. Tuttavia, indipendentemente dalla categoria di rischio, \u00e8 saggio che tutte le aziende coinvolte nell\u2019intelligenza artificiale implementino misure di conformit\u00e0 all\u2019intelligenza artificiale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La conformit\u00e0 dell\u2019IA \u00e8 una supervisione completa implementata internamente dei sistemi di intelligenza artificiale, garantendo che aderiscano ai requisiti legali e alle norme etiche durante tutto il loro sviluppo, implementazione e utilizzo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La conformit\u00e0 dell\u2019IA dovrebbe comprendere:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Valutazione normativa per garantire il rispetto delle leggi durante lo sviluppo, l&#8217;implementazione e l&#8217;uso dei sistemi di intelligenza artificiale. Ci\u00f2 include non solo il rispetto delle leggi sull\u2019IA ma anche, ad esempio, il rispetto delle norme del Regolamento generale sulla protezione dei dati (GDPR) e delle norme sul copyright.<\/li>\n\n\n\n<li>Standard etici, tra cui equit\u00e0, trasparenza, responsabilit\u00e0 e rispetto per la privacy degli utenti. La conformit\u00e0 etica implica l\u2019identificazione dei pregiudizi nei sistemi di intelligenza artificiale, la prevenzione delle violazioni della privacy e la riduzione al minimo di altri rischi etici.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>L\u2019EU AI Act propone una categorizzazione del rischio<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tale categorizzazione dei sistemi di intelligenza artificiale aiuta a comprendere quali requisiti devono essere soddisfatti in base al rischio inaccettabile, elevato, limitato e minimo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Rischio inaccettabile<\/strong>&nbsp;: questa categoria&nbsp;<a target=\"_blank\" href=\"https:\/\/artificialintelligenceact.eu\/article\/5\/\" rel=\"noreferrer noopener\">include<\/a>&nbsp;, ad esempio, l&#8217;identificazione biometrica e la categorizzazione dei pazienti, i sistemi di classificazione sociale o anche le applicazioni vocali che incoraggiano comportamenti a rischio. Vale la pena ricontrollare il modello per assicurarsi che non suggerisca di provare esercizi inappropriati per il paziente, che potrebbero non prendere in considerazione fattori di salute secondari come le ernie.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Rischio elevato:&nbsp;<\/strong><a target=\"_blank\" href=\"https:\/\/artificialintelligenceact.eu\/article\/6\/\" rel=\"noreferrer noopener\">ci\u00f2 potrebbe comportare<\/a>&nbsp;dispositivi medici, applicazioni che affrontano problemi cronici o offerta di cure e chirurgia robotica.<a target=\"_blank\" href=\"https:\/\/artificialintelligenceact.eu\/article\/6\/\" rel=\"noreferrer noopener\"><\/a><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a target=\"_blank\" href=\"https:\/\/artificialintelligenceact.eu\/chapter\/3-2\/\" rel=\"noreferrer noopener\">Requisiti&nbsp;<\/a><strong>per i fornitori di sistemi di IA ad alto rischio<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>R:<\/strong>&nbsp;I fornitori di IA ad alto rischio devono istituire un sistema di gestione del rischio durante tutto il ciclo di vita del sistema di IA ad alto rischio. Ad esempio, nella fase di sviluppo di un sistema di IA diagnostico medico, i rischi potenziali potrebbero includere diagnosi errate che potrebbero danneggiare il paziente. Per risolvere questo problema, gli sviluppatori potrebbero implementare procedure di test rigorose, condurre studi clinici approfonditi e collaborare con professionisti medici per garantire l\u2019accuratezza e l\u2019affidabilit\u00e0 del sistema di intelligenza artificiale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Durante l\u2019implementazione e il funzionamento, potrebbero essere stabiliti un monitoraggio continuo e cicli di feedback per rilevare e affrontare tempestivamente eventuali rischi emergenti o problemi di prestazioni.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>B:<\/strong>&nbsp;I fornitori devono garantire la governance dei dati verificando che i set di dati di formazione, convalida e test siano pertinenti, sufficientemente rappresentativi e, nella migliore misura possibile, privi di errori e completi per lo scopo previsto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ad esempio, nello sviluppo di un\u2019app di salute digitale progettata per diagnosticare le condizioni della pelle utilizzando l\u2019intelligenza artificiale, garantire la governance dei dati implica verificare che i set di dati di formazione, convalida e test includano immagini diverse e complete di varie condizioni della pelle in diversi dati demografici.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">I set di dati dovrebbero provenire da fonti affidabili, come database medici o cliniche, per garantire accuratezza e pertinenza. Inoltre, i set di dati dovrebbero essere attentamente curati per eliminare errori e incoerenze, come immagini con etichette errate o scarsa qualit\u00e0 delle immagini, che potrebbero influire sulla capacit\u00e0 dell\u2019IA di diagnosticare efficacemente le condizioni della pelle. Questo rigoroso processo di governance dei dati aiuta a migliorare l&#8217;accuratezza e l&#8217;affidabilit\u00e0 dell&#8217;app nel fornire consigli diagnostici agli utenti.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>C:<\/strong>&nbsp;Devono sviluppare la documentazione tecnica per dimostrare la conformit\u00e0 e fornire alle autorit\u00e0 le informazioni necessarie per valutare tale conformit\u00e0.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La documentazione tecnica potrebbe includere:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Architettura di sistema:<\/strong>\u00a0diagrammi dettagliati e descrizioni dell&#8217;infrastruttura dell&#8217;app, incluso il modo in cui i dati dell&#8217;utente vengono raccolti, elaborati e archiviati in modo sicuro.<\/li>\n\n\n\n<li><strong>Politiche di gestione dei dati:<\/strong>\u00a0documentazione che descrive come vengono gestiti i dati dell&#8217;utente durante l&#8217;intero ciclo di vita dell&#8217;app, inclusi metodi di raccolta dei dati, protocolli di crittografia e politiche di conservazione dei dati.<\/li>\n\n\n\n<li><strong>Algoritmi AI:<\/strong>\u00a0descrizioni degli algoritmi AI utilizzati nell&#8217;app per analizzare i dati dell&#8217;utente e generare consigli sugli esercizi, comprese informazioni su come gli algoritmi sono stati addestrati e convalidati.<\/li>\n\n\n\n<li><strong>Misure di privacy e sicurezza:<\/strong>\u00a0documentazione che descrive in dettaglio le funzionalit\u00e0 di privacy e sicurezza dell&#8217;app, come meccanismi di consenso dell&#8217;utente, controlli di accesso e misure per prevenire accessi non autorizzati o violazioni dei dati.<\/li>\n\n\n\n<li><strong>Conformit\u00e0 alle normative:<\/strong>\u00a0prova della conformit\u00e0 alle normative e agli standard pertinenti, come l&#8217;HIPAA (Health Insurance Portability and Accountability Act) negli Stati Uniti o il Regolamento generale sulla protezione dei dati (GDPR) nell&#8217;UE, comprese eventuali certificazioni o audit condotti per verificare la conformit\u00e0.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>D:<\/strong>\u00a0I fornitori di sistemi di IA ad alto rischio devono incorporare capacit\u00e0 di tenuta dei registri nel sistema di IA ad alto rischio per registrare automaticamente gli eventi rilevanti per identificare i rischi a livello nazionale e le modifiche sostanziali durante tutto il ciclo di vita del sistema.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per incorporare funzionalit\u00e0 di tenuta dei registri, il sistema potrebbe registrare automaticamente vari eventi, come:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Interazioni con i pazienti:<\/strong>\u00a0registrazione di ogni istanza in cui il sistema di intelligenza artificiale fornisce una diagnosi o una raccomandazione basata sull&#8217;input del paziente o sui dati medici.<\/li>\n\n\n\n<li><strong>Aggiornamenti di sistema:<\/strong>\u00a0registrazione di eventuali aggiornamenti o modifiche apportate agli algoritmi o al software AI per migliorare le prestazioni o risolvere i problemi.<\/li>\n\n\n\n<li><strong>Risultati diagnostici:<\/strong>\u00a0documentazione dei risultati di ciascuna diagnosi fornita dal sistema di intelligenza artificiale, incluso se la diagnosi era accurata o se erano necessari ulteriori test o interventi.<\/li>\n\n\n\n<li><strong>Eventi avversi:<\/strong>\u00a0annotare eventuali casi in cui la diagnosi o la raccomandazione del sistema di intelligenza artificiale ha portato a esiti avversi o danni al paziente.<\/li>\n\n\n\n<li><strong>Prestazioni del sistema:<\/strong>\u00a0tenere traccia dei parametri prestazionali del sistema IA, come tassi di precisione, tassi di falsi positivi\/negativi e tempi di risposta, nel tempo.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>E:<\/strong>&nbsp;Fornire agli operatori a valle istruzioni chiare per l&#8217;uso per facilitare la loro conformit\u00e0.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ad esempio, se il sistema di intelligenza artificiale \u00e8 progettato per assistere i radiologi nell&#8217;interpretazione delle scansioni di immagini mediche, le istruzioni per l&#8217;uso potrebbero includere:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Procedure dettagliate per l&#8217;accesso e il login al sistema di intelligenza artificiale in modo sicuro, compresi i requisiti di autenticazione e i livelli di accesso degli utenti in base a ruoli e responsabilit\u00e0.<\/li>\n\n\n\n<li>Linee guida per l&#8217;immissione dei dati dei pazienti e il caricamento delle scansioni di immagini mediche nell&#8217;interfaccia del sistema AI, garantendo la conformit\u00e0 alle normative sulla privacy dei dati come l&#8217;HIPAA (Health Insurance Portability and Accountability Act) o il Regolamento generale sulla protezione dei dati (GDPR).<\/li>\n\n\n\n<li>Istruzioni su come interpretare e convalidare i risultati del sistema di IA, compresi i criteri per valutare il livello di confidenza del sistema nelle sue previsioni e raccomandazioni.<\/li>\n\n\n\n<li>Protocolli per documentare l&#8217;uso del sistema di intelligenza artificiale nelle cartelle cliniche dei pazienti, inclusi eventuali risultati, raccomandazioni o avvisi rilevanti generati dal sistema.<\/li>\n\n\n\n<li>Raccomandazioni per integrare il sistema di intelligenza artificiale nei flussi di lavoro clinici e nei processi decisionali esistenti, riducendo al minimo le interruzioni e garantendo una collaborazione continua tra gli operatori sanitari e la tecnologia di intelligenza artificiale.<\/li>\n\n\n\n<li>Risorse e materiali di formazione per educare gli operatori sanitari sulle capacit\u00e0, sui limiti e sui potenziali rischi associati all&#8217;utilizzo del sistema di intelligenza artificiale, sottolineando l&#8217;importanza della formazione continua e dello sviluppo delle competenze.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>F:<\/strong>&nbsp;Implementare meccanismi robusti per la supervisione e l\u2019intervento umano per garantire che i sistemi di intelligenza artificiale non sostituiscano il giudizio umano nel prendere decisioni mediche critiche.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ad esempio, si consideri un sistema di intelligenza artificiale ad alto rischio progettato per assistere gli operatori sanitari nella diagnosi del cancro della pelle sulla base di immagini dermatologiche. Per garantire la supervisione e l\u2019intervento umano, potrebbero essere implementati i seguenti meccanismi:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Avvisi di supporto decisionale:<\/strong>\u00a0il sistema di intelligenza artificiale potrebbe essere programmato per segnalare i casi in cui la sua affidabilit\u00e0 diagnostica scende al di sotto di una certa soglia o in cui la diagnosi non \u00e8 conclusiva. In tali casi, il sistema spingerebbe l\u2019operatore sanitario a rivedere i risultati dell\u2019IA ed esercitare il proprio giudizio clinico.<\/li>\n\n\n\n<li><strong>Revisione della seconda opinione:<\/strong>\u00a0il sistema di IA potrebbe offrire agli operatori sanitari la possibilit\u00e0 di richiedere una seconda opinione a uno specialista umano o a un gruppo di esperti in casi di incertezza o disaccordo tra la diagnosi dell\u2019IA e la valutazione iniziale del fornitore.<\/li>\n\n\n\n<li><strong>Tracce di controllo e registrazione:<\/strong>\u00a0il sistema di intelligenza artificiale potrebbe mantenere tracce di controllo dettagliate del suo processo decisionale, inclusa la logica alla base di ogni raccomandazione diagnostica, i dati di input utilizzati per l\u2019analisi e qualsiasi aggiustamento apportato da revisori umani. Queste informazioni verranno registrate per la revisione e la verifica da parte degli operatori sanitari.<\/li>\n\n\n\n<li><strong>Funzionalit\u00e0 di override di emergenza:<\/strong>\u00a0in situazioni urgenti o pericolose per la vita in cui \u00e8 richiesta un&#8217;azione immediata, il sistema di intelligenza artificiale potrebbe includere una funzione di override di emergenza che consente agli operatori sanitari di ignorare le raccomandazioni dell&#8217;IA e prendere decisioni in base al loro giudizio clinico.<\/li>\n\n\n\n<li><strong>Monitoraggio e feedback continui:<\/strong>\u00a0il sistema di intelligenza artificiale potrebbe incorporare meccanismi per il monitoraggio e il feedback continui, in cui gli operatori sanitari possono segnalare discrepanze, errori o esiti avversi riscontrati durante l\u2019utilizzo del sistema. Questo ciclo di feedback faciliterebbe il miglioramento continuo e il perfezionamento degli algoritmi dell&#8217;IA.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>G:<\/strong>&nbsp;Progettare il sistema di IA ad alto rischio per raggiungere livelli adeguati di accuratezza, robustezza e sicurezza informatica.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nel contesto dello sviluppo di un sistema di intelligenza artificiale ad alto rischio per la diagnosi di malattie cardiovascolari nelle applicazioni sanitarie digitali, il raggiungimento di livelli adeguati di accuratezza, robustezza e sicurezza informatica \u00e8 fondamentale per garantire la sicurezza dei pazienti e l\u2019integrit\u00e0 dei dati. Ecco come potrebbe essere implementato:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Precisione:<\/strong>\u00a0il sistema di intelligenza artificiale dovrebbe essere sottoposto a rigorosi processi di convalida e test utilizzando set di dati diversi e rappresentativi di immagini cardiache, cartelle cliniche e risultati clinici. Dovrebbero essere condotti perfezionamenti e ottimizzazioni continui degli algoritmi di intelligenza artificiale per migliorare l\u2019accuratezza diagnostica nel tempo. Ad esempio, il sistema potrebbe raggiungere un elevato livello di precisione sfruttando tecniche di deep learning addestrate su un ampio set di dati di ecocardiogrammi, elettrocardiogrammi e altre modalit\u00e0 di imaging cardiaco.<\/li>\n\n\n\n<li><strong>Robustezza:<\/strong>\u00a0il sistema di intelligenza artificiale dovrebbe essere progettato per funzionare in modo affidabile in varie condizioni e scenari del mondo reale, comprese le differenze nella demografia dei pazienti, nella qualit\u00e0 delle immagini e nelle manifestazioni della malattia. La robustezza pu\u00f2 essere ottenuta incorporando tecniche come l&#8217;aumento dei dati, l&#8217;assemblaggio di modelli e l&#8217;addestramento antagonista per migliorare la resilienza del sistema al rumore, agli artefatti e alle incertezze nei dati di input. Inoltre, il sistema dovrebbe includere meccanismi di sicurezza e procedure di gestione degli errori per mitigare l\u2019impatto di guasti o malfunzionamenti imprevisti.<\/li>\n\n\n\n<li><strong>Sicurezza informatica:<\/strong>\u00a0proteggere i dati dei pazienti e garantire la riservatezza, l&#8217;integrit\u00e0 e la disponibilit\u00e0 delle informazioni sanitarie \u00e8 fondamentale per il funzionamento sicuro di un sistema di intelligenza artificiale. Dovrebbero essere implementate solide misure di sicurezza informatica per tutelarsi da accessi non autorizzati, violazioni dei dati e minacce informatiche. Ci\u00f2 pu\u00f2 includere la crittografia dei dati sensibili sia inattivi che in transito, l\u2019implementazione di controlli di accesso e meccanismi di autenticazione, controlli di sicurezza regolari e test di penetrazione.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>H:<\/strong>&nbsp;Stabilire un sistema di gestione della qualit\u00e0 per garantire il rispetto dei requisiti normativi.<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Controllo dei documenti:<\/strong>\u00a0gestisci tutti i documenti di sviluppo in termini di accuratezza e accessibilit\u00e0.<\/li>\n\n\n\n<li><strong>Gestione del cambiamento:<\/strong>\u00a0valutare e approvare rigorosamente le modifiche al sistema per mantenere la sicurezza e l&#8217;efficacia.<\/li>\n\n\n\n<li><strong>Gestione del rischio:<\/strong>\u00a0identificare, valutare e mitigare i rischi durante tutto il ciclo di vita del sistema.<\/li>\n\n\n\n<li><strong>Formazione:<\/strong>\u00a0fornire formazione al personale sullo sviluppo del software, sui principi di qualit\u00e0 e sulle normative.<\/li>\n\n\n\n<li><strong>Audit:<\/strong>\u00a0condurre regolari audit interni ed esterni per garantire la conformit\u00e0 e il miglioramento continuo.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\"><img decoding=\"async\" src=\"https:\/\/eu-images.contentstack.com\/v3\/assets\/blt14ac89070d5e4751\/bltf9aaf0b8b9c96d55\/661eb53d233740629de93506\/AI_act_contrib_article.JPG?width=700&amp;auto=webp&amp;quality=80&amp;disable=upscale\" alt=\"AI_act_contrib_article.JPG\"><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un esempio di come potrebbe apparire il piano d&#8217;azione finale. Immagine gentilmente concessa da Ilya Pavlov.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Requisiti di rischio limitato<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019uso dell\u2019intelligenza artificiale \u00e8 considerato a rischio limitato se vengono soddisfatti i requisiti di trasparenza. Ad esempio, quando si utilizzano i chatbot, ora sar\u00e0 necessario rendere noto che la persona sta interagendo con una macchina e non con una vera infermiera.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">I contenuti creati dall&#8217;intelligenza artificiale devono essere opportunamente etichettati come&nbsp;<a target=\"_blank\" href=\"https:\/\/artificialintelligenceact.eu\/aia-title\/4\/\" rel=\"noreferrer noopener\">generati artificialmente<\/a>&nbsp;. Lo stesso requisito si applica ai contenuti audio e video creati utilizzando i deepfake. Pertanto, \u00e8 sufficiente indicare all&#8217;utente in qualsiasi modo disponibile che sta attualmente interagendo con l&#8217;intelligenza artificiale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Requisiti di rischio minimi o assenti<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La legge consente l\u2019uso gratuito dell\u2019IA con un rischio minimo. Ci\u00f2 include, ad esempio, videogiochi con supporto AI (ovvero gamification non correlata al trattamento nell&#8217;app) o filtri antispam. Il rischio minimo non \u00e8 regolamentato.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ulteriori responsabilit\u00e0 sono specificatamente delineate per i fornitori di General Purpose AI (GPAI). GPAI \u00e8 un modello di intelligenza artificiale, anche autonomo, addestrato su una grande quantit\u00e0 di dati, sufficientemente versatile e in grado di eseguire con competenza un&#8217;ampia gamma di compiti. L&#8217;esempio pi\u00f9 noto \u00e8 ChatGPT.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>In cosa differisce la GPAI dall&#8217;intelligenza artificiale normale?<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Esempio di un&#8217;app che utilizza l&#8217;intelligenza artificiale regolare:<\/strong>&nbsp;un&#8217;applicazione diagnostica a raggi X assiste i medici nell&#8217;analisi delle immagini a raggi X, aiutando a rilevare determinate patologie o malattie come il cancro ai polmoni o l&#8217;artrosi. Utilizza modelli convenzionali di apprendimento automatico, come le reti neurali convoluzionali, per addestrarsi al rilevamento di anomalie nei raggi X.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Esempio di un&#8217;app che utilizza GPAI:<\/strong>&nbsp;un&#8217;applicazione per la gestione della salute e del benessere fornisce consigli personalizzati per uno stile di vita sano e aiuta a gestire le condizioni croniche. Utilizza un modello GPAI per analizzare i dati degli utenti, come anamnesi, attivit\u00e0 fisica, sonno e indicatori nutrizionali, nonch\u00e9 il feedback degli utenti, per offrire raccomandazioni personalizzate e supportare salute e benessere.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Entrambi questi esempi dimostrano l\u2019applicazione dell\u2019intelligenza artificiale nel settore sanitario, ma l\u2019applicazione del modello GPAI offre maggiore flessibilit\u00e0 e la capacit\u00e0 di fornire raccomandazioni e supporto personalizzati.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In parole povere, l\u2019intelligenza artificiale tradizionale \u00e8 abile nel riconoscere modelli, mentre l\u2019intelligenza artificiale generativa eccelle nella creazione di modelli. Mentre l\u2019intelligenza artificiale tradizionale pu\u00f2 analizzare i dati e riportarne i risultati, l\u2019intelligenza artificiale generativa pu\u00f2 sfruttare gli stessi dati per generare risultati completamente nuovi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Quali&nbsp;<\/strong><a target=\"_blank\" href=\"https:\/\/artificialintelligenceact.eu\/aia-title\/8a\/\" rel=\"noreferrer noopener\">requisiti&nbsp;<\/a><strong>derivano dall&#8217;uso di GPAI?<\/strong><\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Tutti i fornitori di modelli GPAI devono fornire documentazione tecnica, istruzioni per l&#8217;uso dei modelli, rispettare le leggi sul copyright e descrivere pubblicamente il contenuto utilizzato per addestrare l&#8217;IA.<\/li>\n\n\n\n<li>I fornitori di modelli GPAI con licenze aperte devono rispettare le leggi sul copyright e pubblicare dati di formazione riepilogativi a meno che non pongano rischi sistemici.<\/li>\n\n\n\n<li>Tutti i fornitori di modelli GPAI, aperti o chiusi, che presentano rischi sistemici devono anche condurre valutazioni dei modelli, monitorare e segnalare incidenti gravi che coinvolgono modelli di intelligenza artificiale e garantire la protezione della sicurezza informatica.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Il mancato rispetto delle norme legali prescritte pu\u00f2 comportare pesanti sanzioni fino a 35 milioni di euro o al 7% del fatturato globale.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Conclusione<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per attuare un approccio orientato al rischio, la legge stabilisce le seguenti regole:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Vieta i sistemi di intelligenza artificiale che comportano rischi inaccettabili. L&#8217;uso di tali sistemi pu\u00f2 essere consentito solo in circostanze eccezionali, per scopi di applicazione della legge su ordine del tribunale (ad esempio, riconoscimento facciale in tempo reale per la ricerca di un bambino scomparso).<\/li>\n\n\n\n<li>Identifica un elenco di sistemi di intelligenza artificiale con elevati livelli di rischio e stabilisce requisiti chiari per tali sistemi e per le aziende che li sviluppano e li implementano.<\/li>\n\n\n\n<li>Richiede valutazioni di conformit\u00e0 prima di mettere in funzione sistemi di IA con elevati livelli di rischio o di immetterli sul mercato.<\/li>\n\n\n\n<li>Specifica i requisiti di trasparenza per i sistemi di IA con rischio limitato e deregolamenta completamente l\u2019IA con rischio minimo.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Riproduzione MobiHealthNews<\/em><\/p>\n\n\n<figure class=\"wp-block-post-featured-image\"><img loading=\"lazy\" decoding=\"async\" width=\"850\" height=\"472\" src=\"https:\/\/www.startupmagazine.it\/wp-content\/uploads\/2024\/04\/AI.webp\" class=\"attachment-post-thumbnail size-post-thumbnail wp-post-image\" alt=\"\" style=\"object-fit:cover;\" srcset=\"https:\/\/www.startupmagazine.it\/wp-content\/uploads\/2024\/04\/AI.webp 850w, https:\/\/www.startupmagazine.it\/wp-content\/uploads\/2024\/04\/AI-300x167.webp 300w, https:\/\/www.startupmagazine.it\/wp-content\/uploads\/2024\/04\/AI-768x426.webp 768w\" sizes=\"auto, (max-width: 850px) 100vw, 850px\" \/><\/figure>","protected":false},"excerpt":{"rendered":"<p>Il 13 marzo la legge sull\u2019intelligenza artificiale (AI) dell\u2019Unione Europea (UE) \u00e8 stata approvata dalla&#8230;<\/p>\n","protected":false},"author":4,"featured_media":2427,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[50,3,20],"tags":[],"class_list":["post-2423","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sanita","category-startup","category-tecnologia"],"jetpack_featured_media_url":"https:\/\/www.startupmagazine.it\/wp-content\/uploads\/2024\/04\/AI.webp","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/posts\/2423","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/comments?post=2423"}],"version-history":[{"count":1,"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/posts\/2423\/revisions"}],"predecessor-version":[{"id":2429,"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/posts\/2423\/revisions\/2429"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/media\/2427"}],"wp:attachment":[{"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/media?parent=2423"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/categories?post=2423"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.startupmagazine.it\/index.php\/wp-json\/wp\/v2\/tags?post=2423"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}